tensorflow yordamida neyron tarmoq yaratish

PPTX 16 pages 51.3 KB Free download

Page preview (5 pages)

Scroll down 👇
1 / 16
tensorflow yordamida neyron tarmoq yaratish tensorflow yordamida neyron tarmoq yaratish kurs ishi prezentatsiyasi kirish • sun’iy intellekt va mashinaviy o‘rganish zamonaviy texnologiyalar asosida rivojlanmoqda. • neyron tarmoqlar inson miyasi faoliyatiga taqlid qiluvchi algoritmlardir. • tensorflow — mashinaviy o‘rganish uchun ochiq manbali kuchli kutubxona. sun’iy intellekt va mashinaviy o‘rganish • sun’iy intellekt — kompyuterlarning inson aqliga xos funksiyalarni bajara olish qobiliyati. • mashinaviy o‘rganish — tajriba asosida ma’lumotlar orqali model yaratish. neyron tarmoqlar tushunchasi • neyron tarmoqlar — sun’iy neyronlar yig‘indisi. • kirish, yashirin va chiqish qatlamlaridan tashkil topgan. • har bir neyron kiruvchi ma’lumotlarni qayta ishlaydi va chiqishni beradi. tensorflow kutubxonasi • google tomonidan ishlab chiqilgan. • neyron tarmoqlar va ml modellarini yaratish uchun qulay interfeys. • keng imkoniyatlar va ochiq manbali kutubxona. dasturiy ta’minot va kutubxonalar • python 3.x • tensorflow 2.x • numpy • matplotlib • pandas • scikit-learn ma’lumotlar to‘plami • mnist — 28x28 o‘lchamli 70,000 ta …
2 / 16
to‘g‘ri javoblar (label’lar, ya’ni 0–9 oraliqdagi raqamlar). x_test – test uchun tasvirlar (10,000 dona). y_test – test uchun to‘g‘ri javoblar. kod: model yaratish model = tf.keras.models.sequential([ tf.keras.layers.flatten(input_shape=(28, 28)), tf.keras.layers.dense(128, activation='relu'), tf.keras.layers.dense(10,activation='softmax') ]) natijasi: bu model — oddiy lekin samarali neyron tarmoq bo‘lib, mnist kabi tasvirlarni tanib olish uchun ishlatiladi. uning tuzilishi: kirish: 28x28 o‘lchamli tasvir yassi vektor: 784 o‘lchamli yashirin qatlam: 128 neyron + relu chiqish: 10 neyron + softmax (ehtimolliklar) kod: kompilyatsiya va trening model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(x_train, y_train, epochs=5) kod: natijalarni baholash test_loss, test_acc = model.evaluate(x_test, y_test) print('test aniqligi:', test_acc) trening natijalari • trening va test aniqligi: ~0.98 • model yaxshi konvergentsiya qildi va yuqori natijaga erishdi. • grafik orqali aniqlik va yo‘qotish ko‘rsatkichlari vizual tahlil qilinadi. # 1. kutubxonalarni chaqirish import tensorflow as tf from tensorflow.keras.datasets import mnist # 2. mnist ma'lumotlarini yuklash va normalizatsiya qilish (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / …
3 / 16
ist ma’lumotlarida test aniqligi 98%. • model real ma’lumotlarda ham yaxshi ishlash potensialiga ega. • kelgusida konvolyutsion tarmoqlar va boshqa murakkab modellar sinov qilinadi. /docprops/thumbnail.jpeg
4 / 16
tensorflow yordamida neyron tarmoq yaratish - Page 4
5 / 16
tensorflow yordamida neyron tarmoq yaratish - Page 5

Want to read more?

Download all 16 pages for free via Telegram.

Download full file

About "tensorflow yordamida neyron tarmoq yaratish"

tensorflow yordamida neyron tarmoq yaratish tensorflow yordamida neyron tarmoq yaratish kurs ishi prezentatsiyasi kirish • sun’iy intellekt va mashinaviy o‘rganish zamonaviy texnologiyalar asosida rivojlanmoqda. • neyron tarmoqlar inson miyasi faoliyatiga taqlid qiluvchi algoritmlardir. • tensorflow — mashinaviy o‘rganish uchun ochiq manbali kuchli kutubxona. sun’iy intellekt va mashinaviy o‘rganish • sun’iy intellekt — kompyuterlarning inson aqliga xos funksiyalarni bajara olish qobiliyati. • mashinaviy o‘rganish — tajriba asosida ma’lumotlar orqali model yaratish. neyron tarmoqlar tushunchasi • neyron tarmoqlar — sun’iy neyronlar yig‘indisi. • kirish, yashirin va chiqish qatlamlaridan tashkil topgan. • har bir neyron kiruvchi ma’lumotlarni qayta ishlaydi va chiqishni beradi. tensorflow k...

This file contains 16 pages in PPTX format (51.3 KB). To download "tensorflow yordamida neyron tarmoq yaratish", click the Telegram button on the left.

Tags: tensorflow yordamida neyron tar… PPTX 16 pages Free download Telegram